IMPLEMENTASI METODE GREAT DELUGE HYPER-HEURISTIC PADA PERMASALAHAN PENJADWALAN UJIAN

Penelitian ini membahas tentang penjadwalan ujian menggunakan metode Great Deluge Hyper Heuristic dengan Bahasa pemrograman Pyhton 3.10. Terdapat dua tahap untuk menjadwalkan ujian, yaitu pembentukan solusi awal menggunakan Graph Colouring dan perbaikan solusi dengan Algoritma Great Deluge Hyper-Heu...

Full description

Saved in:
Bibliographic Details
Main Author: Zahra Afifah Luai, - (Author)
Format: Book
Published: 2022-09-16.
Subjects:
Online Access:Link Metadata
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000 am a22000003u 4500
001 repoupi_80746
042 |a dc 
100 1 0 |a Zahra Afifah Luai, -  |e author 
245 0 0 |a IMPLEMENTASI METODE GREAT DELUGE HYPER-HEURISTIC PADA PERMASALAHAN PENJADWALAN UJIAN 
260 |c 2022-09-16. 
500 |a http://repository.upi.edu/80746/1/S_MAT_1805231_Title.pdf 
500 |a http://repository.upi.edu/80746/2/S_MAT_1805231_Chapter1.pdf 
500 |a http://repository.upi.edu/80746/3/S_MAT_1805231_Chapter2.pdf 
500 |a http://repository.upi.edu/80746/4/S_MAT_1805231_Chapter3.pdf 
500 |a http://repository.upi.edu/80746/5/S_MAT_1805231_Chapter4.pdf 
500 |a http://repository.upi.edu/80746/6/S_MAT_1805231_Chapter4.pdf 
500 |a http://repository.upi.edu/80746/7/S_MAT_1805231_Chapter5.pdf 
500 |a http://repository.upi.edu/80746/8/S_MAT_1805231_Appendix.docx.pdf 
520 |a Penelitian ini membahas tentang penjadwalan ujian menggunakan metode Great Deluge Hyper Heuristic dengan Bahasa pemrograman Pyhton 3.10. Terdapat dua tahap untuk menjadwalkan ujian, yaitu pembentukan solusi awal menggunakan Graph Colouring dan perbaikan solusi dengan Algoritma Great Deluge Hyper-Heuristic. Solusi awal yang telah dihasilkan algoritma Graph Colouring diubah untuk menemukan jadwal yang lebih baik dengan menggunakan dua pendekatan low level heuristic. Pada setiap iterasi, akan ada pemilihan low level heuristic yang darinya menghasilkan kandidat jadwal baru. Kemudian nilai proximity kandidat jadwal baru akan dibandingkan dengan nilai proximity jadwal sebelumnya. Apabila nilai proximity kandidat jadwal baru kurang dari nilai proximity jadwal terbaik sebelumnya atau kurang dari level, maka jadwal tersebut diterima. Solusi optimal akan diperoleh dari iterasi terakhir algoritma Great Deluge Hyper-Heuristic. Hasil implementasi metode Great Deluge Hyper-Heuristic untuk masalah penjadwalan ujian di York Mills Collegiate Institute menunjukkan bahwa metode Great Deluge Hyper-Heuristic dapat menyelesaikan masalah penjadwalan ujian dan dapat menghasilkan jadwal yang sebagaian besar memenuhi soft constrains. 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
690 |a QA Mathematics 
690 |a QA76 Computer software 
655 7 |a Thesis  |2 local 
655 7 |a NonPeerReviewed  |2 local 
787 0 |n http://repository.upi.edu/80746/ 
787 0 |n http://repository.upi.edu 
856 |u https://repository.upi.edu/80746  |z Link Metadata